-
题名融合图像分类机制的建筑物屋顶有效区域提取方法
- 1
-
-
作者
张杰宁
欧阳森
康澜
郭一帆
张晋铭
-
机构
华南理工大学电力学院
-
出处
《电工电能新技术》
北大核心
2025年第5期97-107,共11页
-
基金
国家自然科学基金项目(52177085)。
-
文摘
在分布式光伏呈现高渗透率接入配电网的发展趋势下,准确辨识屋顶可建设光伏的面积有现实的急迫需求。针对屋顶区域辨识不够精确、屋顶异物影响光伏电源建设而需要进一步识别处理的需求,本文提出了一种融合图像分类机制的建筑物屋顶有效区域提取方法。首先,本文考虑到异物对屋顶有效区域的影响,根据屋顶几何特征、边缘特征以及内部区域利用程度,对不同类型的建筑物屋顶进行新的分类,降低屋顶复杂性对提取精度的影响。然后,本文采用图像分类网络+改进掩码区域卷积神经网络(Mask-RCNN)网络实现建筑物屋顶的分类提取。其中,增加图像分类网络降低多类型屋顶对网络学习能力的影响,改进Mask-RCNN网络是在原始网络的基础上,引入注意力机制模块并优化特征金字塔网络(FPN),提高网络的特征学习及提取能力。最后,基于构建的独栋建筑物屋顶图像样本库,验证了本文所提方法的有效性和准确性。
-
关键词
屋顶提取
Mask-RCNN
图像分类
屋顶异物
注意力机制
-
Keywords
roof extraction
Mask-RCNN
image classification
roof foreign object
attention mechanism
-
分类号
TK513
[动力工程及工程热物理—热能工程]
-
